当前位置:文档下载 > 所有分类 > 高等教育 > 管理学 > 基于遗传算法的机器人路径规划MATLAB源码
侵权投诉

基于遗传算法的机器人路径规划MATLAB源码

基于遗传算法的机器人路径规划MATLAB源码

基于遗传算法的机器人路径规划MATLAB源码

算法的思路如下:取各障碍物顶点连线的中点为路径点,相互连接各路径点,将机器人移动的起点和终点限制在各路径点上,利用Dijkstra算法来求网络图的最短路径,找到从起点P1到终点Pn的最短路径,由于上述算法使用了连接线中点的条件,不是整个规划空间的最优路径,然后利用遗传算法对找到的最短路径各个路径点Pi (i=1,2,…n)调整,让各路径点在相应障碍物端点连线上滑动,利用Pi= Pi1+ti×(Pi2-Pi1)(ti∈[0,1] i=1,2,…n)即可确定相应的Pi,即为新的路径点,连接此路径点为最优路径。

function [L1,XY1,L2,XY2]=JQRLJGH(XX,YY)

%% 基于Dijkstra和遗传算法的机器人路径规划演示程序

% GreenSim团队原创作品,转载请注明

% GreenSim团队长期从事算法设计、代写程序等业务

% 欢迎访问GreenSim——算法仿真团队→http://www.wendangxiazai.com/greensim

%输入参数在函数体内部定义

%输出参数为

% L1 由Dijkstra算法得出的最短路径长度

% XY1 由Dijkstra算法得出的最短路径经过节点的坐标

% L2 由遗传算法得出的最短路径长度

% XY2 由遗传算法得出的最短路径经过节点的坐标

%程序输出的图片有

% Fig1 环境地图(包括:边界、障碍物、障碍物顶点之间的连线、Dijkstra的网络图结构) % Fig2 由Dijkstra算法得到的最短路径

% Fig3 由遗传算法得到的最短路径

% Fig4 遗传算法的收敛曲线(迄今为止找到的最优解、种群平均适应值)

%% 画Fig1

figure(1);

PlotGraph;

title('地形图及网络拓扑结构')

PD=inf*ones(26,26);

for i=1:26

for j=1:26

if D(i,j)==1

x1=XY(i,5);

y1=XY(i,6);

x2=XY(j,5);

y2=XY(j,6);

dist=((x1-x2)^2+(y1-y2)^2)^0.5;

PD(i,j)=dist;

end

end

end

%% 调用最短路算法求最短路

s=1;%出发点

t=26;%目标点

第1页

免费下载Word文档免费下载:基于遗传算法的机器人路径规划MATLAB源码

(下载1-8页,共8页)

我要评论

返回顶部